今日份spark（三）

ClusterManager负责资源管理，比如YARN。

Driver负责向资源管理器申请资源，资源也就是Worker节点。

之前一直以为Driver等同于Master，其实Driver只是拥有Main方法入口的那个节点，概念上跟Executor对应。另一组对应关系是Master跟Worker对应。

提交任务时，如果是Client模式，则Driver就运行在Client端；如果是Cluster模式，则Driver运行在某个Worker节点上。

当申请到资源之后，Driver应该直接分发任务到各个Executor，因此，在程序运行期间，Driver是必须要保护活的。

今日份spark（三）

另外一个心得是：HDFS作为分布式文件系统，YARN作为分布式资源调度器，配合分布式计算框架无论是MR还是Spark，构成的就是一个分布式的VM，这样的架构跟之前设想的完美契合！